Importación de las librerias.

Importación del dataframe.

Eliminamos columnas.

Preprocesamiento de variables.

Funciones lambda.

Rescalado de los datos.

Con el objetivo para que las varaibles sean comparables entre sí. Y tengan una escala en común.

OneHotEncoding con pandas.

Separar inputs y outputs.

Separación datos de entrenamiento y validación.

Creación del modelo.

Importamos el algoritmo con mejores resultados en base los resultados anteriores.

Asiganamos los mismos parámetros. Que habiamos establecido previamente.

Inicializamos el entrenamiento del modelo.

Validación cruzada.

MSE.

Mide el promedio de eror entre el valor original y el predicho.

Score.

Dataframe de evaluación.

Tiene las métricas idéntica al modelo que desarrollé anteriormente en los experimentos.

En la mayoría de los datos da predicciones muy cercanas al valor original. Por lo cual dicho algoritmo es apto para resolver este problema.

Guardamos el modelo.